|
|
| 고성능 콘크리트의 활용을 위한 신경망의 적용 |
|
양승일, 윤영수, 이승훈, 김규동 |
|
|
| Applications of Artificial Neural Networks for Using High Performance Concrete |
|
Seung-Il Yang, Young-Soo Yoon, Seung-Hoon Lee, Gyu-Dong Kim |
|
|
|
|
|
|
| Abstract |
|
Concrete and steel are essential structural materials in the construction. But, concrete, different from steel, consists of many materials and is affected by many factors such as properties of materials, site environmental situations, and skill of constructors. Concrete have two kinds of properties, immediately knowing properties such as slump, air contents and time dependent one like strength. Therefore, concrete mixes depend on experiences of experts. However, at point of time using High Performance Concrete, new method is wanted because of more ingredients like mineral and chemical admixtures and lack of data. Artificial Neural Networks(ANN) are a mimic models of human brain to solve a complex nonlinear problem. They are powerful pattern recognizers and classifiers, also their computing abilities have been proven in the fields of prediction, estimation and pattern recognition. Here, among them, the back propagation network and radial basis function network ate used. Compositions of high-performance concrete mixes are eight components(water, cement, fine aggregate, coarse aggregate, fly ash, silica fume, superplasticizer and air-entrainer). Compressive strength, slump, and air contents are measured. The results show that neural networks are proper tools to minimize the uncertainties of the design of concrete mixtures. |
| 요지 |
|
콘크리트와 철은 건설에서 필수적인 구조 재료이다. 그러나, 철과 달리 콘크리트는 하나의 재료가 아니라 많은 물질들로 구성된 복합재료이며, 구성 재료, 현장 환경, 그리고 기술자의 숙련도 등에 의해 많은 영향을 받는다. 그리고 유동성과 공기량 등 즉시 알 수 있는 물성도 있지만 강도나 내구성 같이 시간이 지나야 알 수 있는 특성도 존재하므로 콘크리트의 배합은 전문가의 경험에 많이 의존해 왔다. 하지만, 콘크리트도 고성능화 되는 시점에서 첨가 재료도 늘어나고 기존의 자료도 부족하기 때문에 새로운 기법이 필요한 때이다. 신경망은 복잡한 비선형 문제를 처리하는 인간의 두뇌를 모방한 모델로 패턴 인식 및 분류, 예측 등의 분야에서 많이 사용되고 있다 여기서는 그 중에서 역전파 알고리즘과 광선형 기저 함수망 모형이 사용되었다. 여덟가지 재료(물, 시멘트, 잔골재, 굵은 골재, 플라이 애쉬, 실리카 흄, 유동화제, 그리고 공기연행제)가 배합에 사용되었으며, 압축강도와 슬럼프, 공기량을 물성으로 사용하였다. 결과적으로 신경망은 고성능 콘크리트치 배합 및 물성 예측 등 활용에 유용하게 사용될 수 있음을 알 수 있었다. |
|
PDF Links
Full text via DOI
Download Citation
